基于貝葉斯網(wǎng)絡(luò)的數(shù)據(jù)挖掘應(yīng)用研究.pdf

1、常用的數(shù)據(jù)挖掘方法有許多，貝葉斯網(wǎng)絡(luò)(Bayesian Networks，BN)方法在數(shù)據(jù)挖掘中的應(yīng)用是當(dāng)前研究的熱點(diǎn)問(wèn)題，具有廣闊的應(yīng)用前景。數(shù)據(jù)挖掘的主要任務(wù)就是對(duì)數(shù)據(jù)進(jìn)行分析處理，從而獲得其中隱含的、事先未知的而又有用的知識(shí)。它的最終目的就是發(fā)現(xiàn)隱藏在數(shù)據(jù)內(nèi)部的規(guī)律和數(shù)據(jù)之間的特征，從而服務(wù)于管理和決策。貝葉斯網(wǎng)絡(luò)作為在上個(gè)世紀(jì)末提出的一種嶄新的數(shù)據(jù)處理工具，在進(jìn)行不確定性推理和知識(shí)表示等方面已經(jīng)表現(xiàn)出它的獨(dú)到之處，特別是當(dāng)它與統(tǒng)

2、計(jì)方法結(jié)合使用時(shí)，顯示出許多關(guān)于數(shù)據(jù)處理的優(yōu)勢(shì)。 本文致力于貝葉斯網(wǎng)絡(luò)在數(shù)據(jù)挖掘中的應(yīng)用研究，首先介紹了貝葉斯網(wǎng)絡(luò)相關(guān)理論，貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)是數(shù)據(jù)挖掘中非常重要的一個(gè)環(huán)節(jié)，比較詳細(xì)的討論了網(wǎng)絡(luò)圖結(jié)構(gòu)問(wèn)題，為利用貝葉斯網(wǎng)絡(luò)解決實(shí)際問(wèn)題，建立樣本數(shù)據(jù)結(jié)構(gòu)和依賴關(guān)系奠定了基礎(chǔ)。其次介紹了數(shù)據(jù)挖掘的相關(guān)問(wèn)題以及主流的數(shù)據(jù)挖掘算法，并分析了各類算法的優(yōu)缺點(diǎn)。針對(duì)目前還沒(méi)有一種完整的在數(shù)據(jù)挖掘中構(gòu)建貝葉斯網(wǎng)絡(luò)的算法步驟，探討性地提出了一種啟

3、發(fā)式的在數(shù)據(jù)挖掘中利用樣本數(shù)據(jù)構(gòu)建貝葉斯網(wǎng)絡(luò)的算法思想，該算法較好的解決了在數(shù)據(jù)挖掘中利用樣本數(shù)據(jù)設(shè)計(jì)貝葉斯網(wǎng)絡(luò)問(wèn)題。最后進(jìn)行了實(shí)驗(yàn)分析，利用本文提出的算法，建立了大學(xué)生考研模型和農(nóng)戶信用等級(jí)評(píng)定模型，進(jìn)行了較為詳細(xì)的實(shí)驗(yàn)，并分別與決策樹方法和傳統(tǒng)的信用評(píng)分方法進(jìn)行了比較，實(shí)驗(yàn)結(jié)果表明本文提出的算法設(shè)計(jì)簡(jiǎn)單、方法實(shí)用、應(yīng)用有效，與其它算法相比還有精度較高的特點(diǎn)，同時(shí)也表現(xiàn)出了該算法在數(shù)據(jù)挖掘方面的優(yōu)勢(shì)，利于實(shí)際中的管理、分析、預(yù)測(cè)和決策